首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 华为盘古画画3.0发布 | PanGu-Draw:业界最大的中文文生图模型,效果YYDS!
· 不会PS也能做神图?豆包AI绘画全解析,让你的创意秒变艺术品!
· 论文润色 | GPT4.0论文润色指令总结(含GPT3.5和4.0润色效果对比)
· 了解Kimi必看的26个问题 | Kimi系列文(二)
· 又快又好,秒级出图的AI大模型
· Xmind Copilot
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
AGI
通往AGI之路:什么是结构化提示词
核心的落脚点在于有序,比如我们常见的
文
章目录结构,词典以及有排序属性的数据。
提示词
结构化
大模型
解读 | SuperCLUE 2023年9月全面测评大模型四大能力
引言 SuperCLUE是中
文
通用大模型的综合性评测基准,旨在对大模型在各个能力维度上的表现进行全方位的评估。
大模型
方法论
大模型
我为什么不看好大模型行业
今天是平安夜,题
图
是我制作的贺卡,以承泽园的建筑为背景,我家俩闺女为主角,祝愿大家平安夜平安,圣诞节快乐!
大模型
开源
微软最强全自动数据可视化工具!现已开源
上传
文
件。
大模型
如何避免大语言模型绕过知识库乱答的情况?LlamaIndex 原理与应用简介
此外,LlamaIndex 为结构化和非结构化数据提供索引,包括列表索引、矢量存储索引、树索引和关键
字
表索引的分解,以及
图
索引、Pandas 索引、SQL 索引和
文
档摘要索引,可以毫不费力地与大语言模型一起使用
大语言模型
大模型
玩转大模型必备:milvus向量数据库私有化安装部署及使用介绍
yml
文
件,启动Milvus通过运行: docker-compose up -d 运行docker-compose up 命令后会下载三个镜
像
etcd 、minio还有milvus
向量数据库
大模型
评论能力强于GPT-4,上交开源13B评估大模型Auto-J
随着生成式人工智能技术的快速发展,确保大模型与人类价值(意
图
)对齐(Alignment)已经成为行业的重要挑战。
Auto-J
大模型
大模型
预训练对话大模型深度解读
2、生成式对话模型发展历史 目前 AI 的发展已经历三个时代: 基于规则时代,1966 年计算机发展之初,MIT 的教授基于规则研发了用于心理治疗的 Eliza,有点
像
我们的”正则表达式“;
Agent
AI Agent / 智能体观察笔记(下)
为了提升产品的实用性,Demo站还融合了在执行任务过程中
图
片生成、搜索联网信息和代码开发的能力。
大模型
大模型
最透彻的大模型PPO原理和源码解读
所以,在写这篇
文
章时,我直接从一个RLHF开源项目源码入手(deepspeed-chat),根据源码的实现细节,给出尽可能丰富的训练流程
图
,并对所有的公式给出直观的解释。
PPO
大模型
源码解读
查理·芒格 :关于人生的13个忠告
报道截
图
除了在伯克希尔担任“股神”巴菲特的副手,芒格还在日报期刊公司(Daily Journal Corp)和开市客的董事会中任职。
人生箴言
查理芒格
ChatGPT
ChatGPT提示工程5篇合集(三):ChatGPT提示工程 - 推理
为了提供更好的阅读体验,本
文
的测试内容放在末尾。
prompt
提示词
ChatGPT
ChatGPT提示工程5篇合集(二):ChatGPT提示工程 - 总结
Prompt 3 长度限制 示例一 简要的总结以下内容,最多50个
字
: <请把待总结的内容放到这里> 效果很好,内容精简了很多,虽然长度超过了50个
字
。
prompt
提示词
换脸
最好用的AI一键换脸工具FaceSwapLab汉化
": "参考
图
像
,将提取第一个人脸", "First face of batches sources will be extracted and used as input (or blended
一键换脸
大模型
达摩院SPACE对话大模型:知识注入与知识利用
如上
图
左侧表示的预训练语言模型,其优化的目标是回答什么样的句子更
像
自然语言;而上
图
右侧表示的是预训练对话模型,从端到端的角度看,其优化的目标是需要回答给定对话历史,什么样的回复更合理。
大模型
<
...
61
62
63
64
65
66
67
68
69
70
...
>
1
2
4
5
6
7
8
9
100